data mining 聚类思维导图

一、划分聚类
1.K-means
经典算法，指定k为最后分裂保留的簇的个数。
①n个样本，随机选择k个样本作为初始簇的中心。
②计算每个样本距离k个簇中心的距离，把它加入到距离自己最近的簇中去。(如果相同，考虑优先级等合并规则)
③重新计算每个簇的平均值，更新为新的簇中心。
④重复②③，直到簇稳定或者到达迭代上限次数。

优点: 可以处理规模较大的数据、时间复杂度低、空间复杂度低
缺点: k值需要人为指定，对初始k个点的选择很敏感。任意得到局部最优解而不是全局最优解(基于贪心)。
对噪声和孤立点非常敏感。
不能处理球形数据。

2.PAM(K-中心点算法)
将K-means中的按照簇的平均值作为中心点替换成了位于簇最中心位置的中心点作为中心点。
簇的中心点: 每个簇中到其他点平均距离最小的点
反复地用非代表对象来代替代表对象，试图找出更好的中心点，以改进聚类的质量.

输入验证码查看隐藏内容

扫描二维码关注本站微信公众号 Johngo学长

或者在微信里搜索 Johngo学长

回复 svip 获取验证码

Johngo学长